私たちは、コンピュータが詩を書き、病気を診断し、株を取引できる奇妙な瞬間に生きていますが、それと同時に事実を作り上げて完全な自信を持って提示することにも非常に快適です。もしあなたがAIに質問をしたことがあり、正しそうに聞こえたが実際には完全に間違っていた答えを受け取ったことがあれば、あなたは業界の人々が幻覚と呼ぶものを経験したことになります。それは珍しいバグではありません。それはこれらのシステムがどのように機能するかに組み込まれています。彼らは実際には何かを考えたり知ったりしているわけではありません。彼らはただ、以前に見たパターンに基づいて次に来るべき単語を予測しているだけです。それは創造的な執筆にはうまくいきますが、実際に重要な何かのために信頼できる情報が必要なときには悪夢です。
ここでMira Networkが登場し、彼らが構築しているものは、ずっと前から存在すべきであったアイデアの一つのように感じます。単一のAIモデルを信頼し、正しいことを期待する代わりに、Miraは複数の独立したAIモデルが互いの作業をチェックするシステムを作成します。同じ問題を複数の専門家が見ることを考えてみてください。彼らが全員同意すれば、答えについてかなり自信を持つことができます。彼らが異なる意見を持っている場合、それも貴重な情報です。それは請求がさらに精査を必要とするか、最初に見えたよりも複雑である可能性があることを意味します。
Miraの仕組みは、彼らが「表記」と呼ぶものから始まります。これは、実際には複雑なAI出力を個別に確認できる小さく単純な請求に分解するという、ちょっとしたおしゃれな言い方です。AIが「パリはフランスの首都であり、エッフェル塔はその最も有名なランドマークです」と言った場合、Miraはそれを2つの別々の声明に分割します。それぞれがネットワーク内の異なるノードに送信され、独立したAIモデルがそれが真実か偽りかを評価します。これらのノードは、実際にはプライバシー機能である元のコンテキスト全体を見ることはありません。つまり、単一の参加者が提出されたすべてを再構成することができず、機密情報が散らばって安全に保たれます。
各ノードオペレーターは独自のAIモデルを運用しており、これらのモデルは異なる企業や異なるトレーニング背景から来ています。あなたは、Metaからの何かを運用しているノード、Anthropicからのモデルを使用している別のノード、DeepSeekを使用している別のノードなどを持っているかもしれません。この多様性は重要です。すべてのモデルが同じであった場合、彼らは同じ間違いを犯す可能性が高いからです。異なるアーキテクチャやデータソースを混ぜることで、Miraはエラーが見逃される可能性を大幅に減少させています。請求がノードに到着すると、そこにあるモデルがそれを評価し、単純なはいまたはいいえの答えを返します。この請求は真実か偽りか？ネットワークはこれらの応答をすべて収集し、合意を探します。十分なモデルが同意すれば、請求が検証されます。もし彼らが同意しなければ、請求はさらなるレビューのためにフラグが立てられるか、不確実としてマークされます。
このシステムが実際に機能する理由は、その下に構築された経済的レイヤーにあります。Miraは、AI検証のために特に適応されたプルーフ・オブ・ワークとプルーフ・オブ・ステークの要素を組み合わせたハイブリッドアプローチを使用しています。ノードオペレーターは参加するためにMIRAトークンをステークする必要があり、これは彼らがゲームに関与していることを意味します。彼らがネットワークの合意と一致する正確な検証を一貫して提供すれば、報酬を得ます。彼らが不正を試みたり、無頓着に行動したりすれば、スラッシングと呼ばれるもので罰せられ、彼らのステークしたトークンの一部が取り上げられます。これにより、正直であることが文字通り最も利益のある選択肢となる状況が生まれます。これらのノードが行う作業は、従来の暗号マイニングのような無意味な計算ではありません。それは、人々が関心を持つ事実を確認し、請求を検証する実際に有用な検証作業です。
これまでの結果は非常に注目に値します。ネットワークのデータによると、以前は約70％の事実精度を持っていたAIの出力が、Miraの合意プロセスを通過した後、96％の精度に達しています。幻覚は、システムを使用しているアプリケーション全体で約90％減少しています。ネットワークは現在、毎日30億以上のトークンを処理しており、これは数百万の個別の請求が検証されていることを意味します。それは理論的なものではありません。それは今、チャットボット、教育プラットフォーム、金融ツール、医療アプリケーション全体で起こっている実際の使用です。
Miraが特に興味深いのは、既存のAIモデルを置き換えたり競争したりすることを目指していない点です。彼らは、すべてのAIシステムをより信頼できるものにするインフラストラクチャとして自らを位置付けています。彼らは、開発者が検証を既存のパイプラインに直接組み込むことを可能にするAPIやソフトウェア開発キットを構築しました。もしあなたが取引ボットを構築しているなら、取引を実行する前にMiraにすべての決定を検証させることができます。もし教育アプリを作成しているなら、学生が見るコンテンツが複数の独立したモデルによって事実確認されたものであることを保証できます。もし医療アシスタントを開発しているなら、患者に届く前に潜在的なエラーをキャッチする検証層を追加できます。
ここでのトークンエコノミクスはシンプルですが、考え抜かれています。10億MIRAトークンの固定供給があります。ユーザーはこれらのトークンを使用して検証サービスにアクセスし、実際のユーティリティに結びついた実際の需要を創出します。ノードオペレーターはネットワークに参加し、誠実な作業のために報酬を得るためにそれらをステークします。トークン保有者は、プロトコルの進化に関するガバナンス決定に投票できます。これは、トークンの価値が提供される検証サービスの価値に直接関連している閉じたループです。
Miraが形成したパートナーシップを見ていると、この技術が向かっている幅広い方向が見えてきます。彼らは、io.netやSpheronのようなコンピュートプロバイダーと協力して分散型GPUパワーにアクセスし、中央集権的なデータセンターに依存せずにスケールできるようにしています。彼らはEliza OSやZerepyのようなエージェントフレームワークと統合しており、開発者が自律的なAIシステムを簡単に構築できるようにしています。彼らはDelphi Digitalのようなデータプロバイダーと提携して、検証プロセスに専門的なドメイン知識を持ち込んでいます。そして、彼らはすでに500,000人以上のユーザーを惹きつけた事実確認機能を備えたチャットボットKlokや、Miraを使用して教育コンテンツの精度98％を達成しているLearnriteなど、実際のアプリケーションを持っています。
ここでのビジョンは、単にエラーをキャッチすることを超えています。これは、物事を間違えることが実際の結果を持つ状況でAIシステムが自律的に操作できるようにすることです。現在、ほとんどのAIアプリケーションは、重要なことが起こる前に出力を二重確認するために人間をループに必要としています。それは一部のユースケースには適していますが、AIが実際に複雑なタスクを自動化したい場合には大きなボトルネックです。Miraは、AIシステムが自分自身で意思決定を行い、行動を起こすことができる信頼層を構築しています。これにより、それらの決定が単一の潜在的に偏ったソースではなく、分散型ネットワークによって検証されたことを確信できます。
今後数年間でこれがどこに行くのかを考えると、本当にワクワクします。異なるドメインのためにより専門的なAIモデルが登場するにつれて、Miraのネットワークは、それらのモデルが互いにおよびユーザーに対して信頼性を証明する標準的な方法になるかもしれません。彼らのゲーム分野での作業から、常に監視されることなくプレイし、意思決定を行う自律的なAIエージェントを作成する手助けをしている初期の兆候が見られます。金融分野では、取引を実行する前に市場分析を検証できる取引システムを可能にしています。医療分野では、患者ケアに影響を与える前にエラーをキャッチするのに役立つ診断AIのための検証層を作成しています。
これを推進する根本的な洞察は、真実は大手テクノロジー企業や政府機関、または多数決によって決定されるべきではないということです。真実は独立した検証と自分自身で物事を確認する能力から浮かび上がります。Miraはこの原則をAIシステムに適用し、ブロックチェーン技術を使用して、各請求がどのように検証され、どのモデルが合意に参加したかの透明で監査可能な記録を作成します。すべての検証は、変更や偽造ができない暗号証明書を生成し、何が確認され、結果がどうであったかを正確に示します。
これは重要です。なぜなら、私たちはAIシステムが私たちの生活に影響を与える決定をますます多く下す世界に向かっているからです。すでにAIがローン承認、医療診断、法的研究、そして数え切れないほどの高リスクのアプリケーションに使用されているのを見ています。これらのシステムが事実を正しく把握できないのであれば、私たちはすべての決定に人間を関与させなければならないかもしれず、それでは自動化の目的が達成されません。または、進歩の代償として多くのエラーを受け入れることになります。Miraは、自律的なAIシステムの利点を失うことなく信頼性を確保する第三の道を提供しています。
Miraの背後にいるチームは、彼らが単に製品を構築しているのではなく、AIシステムが世界とどのように相互作用するかの新しい原則を確立していることを理解しているようです。TCP/IPがインターネットの基盤となったように、またはブロックチェーンがデジタル所有権の新しい可能性を生み出したように、Miraは信頼できるAIを可能にする検証層を作ろうとしています。それは野心的ですが、彼らがすでに得た traction は、彼らが何か本物のものを持っていることを示唆しています。96％の精度率と90％の幻覚の減少を示すことができると、人々は注目し始めます。
注目すべきは、彼らがバイアスの問題にどのように取り組んでいるかです。異なる組織によって異なる視点でトレーニングされた多様なモデルの間で合意を要求することで、Miraは、特定の世界観が検証プロセスを支配するのを非常に困難にしています。西洋の情報源で主にトレーニングされたモデルを通過する請求は、異なるトレーニングデータを持つモデルによってフラグが立てられる可能性があり、より微妙な評価を強制します。これはバイアスを完全に排除するものではありませんが、バイアスを分散させ、隠すのではなく可視化します。
ネットワークが成長するにつれて、経済もより強固になるはずです。ユーザーが増えれば、検証サービスの需要も増え、それがノードオペレーターに流れる手数料を増加させ、より多くの参加者がノードを運営することを引き付け、ネットワークのセキュリティと多様性が向上します。これは、早期の採用者を報いる良循環であり、持続可能な長期的価値を創造します。トークンの固定供給は、検証の需要が高まるにつれて、ネットワークへの参加の価値も比例して増加することを意味します。
広い視野で見ると、Miraは独自の位置を占めています。彼らはOpenAIやAnthropic、または最前線のAIモデルを構築している企業と競争しているわけではありません。彼らは、配備できる場所を制限する信頼性の問題を解決することで、すべてのモデルをより有用にしています。また、彼らは単にユースケースを探している別のブロックチェーンプロジェクトではありません。彼らはAIの幻覚やバイアスという真の問題を特定し、ブロックチェーンの強みである透明性、不変性、分散合意を活用してそれに対処する技術的解決策を構築しました。
Miraの上に構築されるアプリケーションは、本当に変革的なものになる可能性があります。AIエージェントが契約を交渉し、条件が署名される前に正確性のために自動的に検証されるサプライチェーンシステムを想像してみてください。AIの文献レビューが複数の独立したモデルによってクロスチェックされ、偽の主張が見逃されない科学研究を想像してみてください。すべての記事要約が読者に届く前に事実確認されるニュース集約サービスを想像してみてください。これらはサイエンスフィクションのシナリオではありません。それはMiraがすでに構築しているものの論理的な延長です。
AIとブロックチェーンの交差点を見ているすべての人にとって、Miraは本当に新しい何かを表しています。それは、AIサービスに暗号トークンエコノミクスを適用するだけではなく、AIを使用してブロックチェーンアプリケーションを賢くするだけでもありません。それは、ブロックチェーンの分散型で信頼のない特性を使用してAIシステムの根本的な制限を解決することです。それははるかに困難な技術的問題ですが、彼らがそれを正しく行った場合、はるかに大きな影響をもたらす可能性があります。
今後数年で、Miraが自律AIの標準的な検証レイヤーとしてスケールできるか、それとも競合他社や代替アプローチに追い越されるかが明らかになります。しかし、彼らが指し示している方向は避けられないように感じます。AIシステムがより能力を持ち、自律的になるにつれて、彼らが私たちに真実を語っていることを検証する方法が必要になります。これを中央集権的な権威を通じて行うことは分散化の目的を無にします。単一のモデルを通じて行うと、彼らの内在的な制限に対して脆弱になります。多様な検証者間の分散合意、経済的インセンティブと暗号学的証明によって支えられたMiraのアプローチは、私たちが探し求めていた解決策かもしれません。
#MİRA @Mira - Trust Layer of AI $MIRA
